set_index.unstack()

set_index.unstack()是一个 Pandas 库中的函数，它可以将一个带有多级索引的 DataFrame 转换为一个新的 DataFrame，其中每个唯一的索引值都成为新 DataFrame 的列名。这个函数可以用于数据透视表的创建和数据重塑。

相关问题

.unstack() 怎么理解

.unstack() 是Pandas库中DataFrame或Series的一个方法，主要用于重塑数据的索引层次结构。它通常用于将某些类型的水平分组（也就是沿着某一列或多列）转换为垂直方向（即行）。这个函数在处理像pivot_table这样的数据透视操作后非常有用。

例如，如果你有一个DataFrame，其中有一列是类别标签，另一列包含该类别的计数或其他数值，原始数据可能是这样的：

df = pd.DataFrame({
    'Category': ['A', 'B', 'A', 'C', 'B'],
    'Count': [5, 3, 7, 2, 8]
})

当你对'Category'列应用`.unstack()`，会得到一个新的DataFrame，其中类别成为了行标签，原来的计数列变成了列标签：

df_unstacked = df.set_index('Category')['Count'].unstack()

结果：

Category     A    B    C
Count             
A            5    NaN   7
B            NaN   3    8

这样就更容易分析每个类别的详细情况。如果你的类别标签本身已经是多级索引，`.unstack()`还能帮助展开这些嵌套的索引级别。

# 加载数据集 data = pd.read_csv('C:\\Users\\12155\\datamining\\dataset\\products.csv') # 将数据集转换为每个订单的物品清单 basket = (data.groupby(['product_id', 'product_name'])['department_id'] .sum().unstack().reset_index().fillna(0) .set_index('product_id')) # 将缺失值用0填充 def encode_units(x): if x <= 0: return 0 if x >= 1: return 1 basket_sets = basket.applymap(encode_units) # 使用Apriori算法进行频繁项集挖掘 frequent_itemsets = apriori(basket_sets, min_support=0.05, use_colnames=True) # 使用关联规则算法进行规则挖掘 rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.3) # 打印规则 print(rules)

这段代码使用了pandas和mlxtend库，实现了对products数据集进行关联规则挖掘的过程。下面是对代码的解释：

1. 首先，使用pandas库读入数据集。

data = pd.read_csv('C:\\Users\\12155\\datamining\\dataset\\products.csv')

2. 将数据集转换为每个订单的物品清单，以便进行关联规则挖掘。

basket = (data.groupby(['product_id', 'product_name'])['department_id']
           .sum().unstack().reset_index().fillna(0)
           .set_index('product_id'))

3. 将缺失值用0填充，将物品清单转换为适合进行关联规则挖掘的形式。

def encode_units(x):
    if x <= 0:
        return 0
    if x >= 1:
        return 1

basket_sets = basket.applymap(encode_units)

4. 使用Apriori算法进行频繁项集挖掘。

frequent_itemsets = apriori(basket_sets, min_support=0.05, use_colnames=True)

在这里，我们设置了min_support参数为0.05，表示只考虑在至少5%的订单中出现的物品集合。use_colnames参数设置为True，表示使用物品名称代替物品集合本身。

5. 使用关联规则算法进行规则挖掘。

rules = association_rules(frequent_itemsets, metric="confidence", min_threshold=0.3)

在这里，我们设置了metric参数为"confidence"，表示使用置信度作为度量关联规则的质量。min_threshold参数设置为0.3，表示只选择置信度大于等于0.3的规则。

6. 最后，打印出挖掘出的关联规则。

print(rules)